[論文レビュー] Random subgraphs of finite graphs: I. The scaling window under the triangle condition

Christian Borgs, Jennifer Chayes+3 more|ArXiv.org|Jan 8, 2004

Limits and Structures in Graph Theory参考文献 31被引用数 89

ひとこと要約

本稿は、有限かつ推移的グラフのランダム部分グラフにおいて、三角形条件の下でスケーリング窓の存在を確立し、臨界閾値 $p_c$ の周りに中心を置いた幅 $ Theta( Omega^{-1}V^{-1/3})$ の窓内で最大クラスターサイズが $ Theta(V^{2/3})$ にスケーリングすることを示している。窓の外では異なる挙動を示す。本結果は、エレドシュ＝レニーのランダムグラフの相転移挙動を、$n$-立方体や高次元トーラスを含む広範なグラフクラスに一般化する。

ABSTRACT

We study random subgraphs of an arbitrary finite connected transitive graph $\mathbb G$ obtained by independently deleting edges with probability $1-p$. Let $V$ be the number of vertices in $\mathbb G$, and let $Ω$ be their degree. We define the critical threshold $p_c=p_c(\mathbb G,λ)$ to be the value of $p$ for which the expected cluster size of a fixed vertex attains the value $λV^{1/3}$, where $λ$ is fixed and positive. We show that for any such model, there is a phase transition at $p_c$ analogous to the phase transition for the random graph, provided that a quantity called the triangle diagram is sufficiently small at the threshold $p_c$. In particular, we show that the largest cluster inside a scaling window of size $|p-p_c|=Θ(\cn^{-1}V^{-1/3})$ is of size $Θ(V^{2/3})$, while below this scaling window, it is much smaller, of order $O(ε^{-2}\log(Vε^3))$, with $ε=\cn(p_c-p)$. We also obtain an upper bound $O(\cn(p-p_c)V)$ for the expected size of the largest cluster above the window. In addition, we define and analyze the percolation probability above the window and show that it is of order $Θ(\cn(p-p_c))$. Among the models for which the triangle diagram is small enough to allow us to draw these conclusions are the random graph, the $n$-cube and certain Hamming cubes, as well as the spread-out $n$-dimensional torus for $n>6$.

研究の動機と目的

• エレドシュ＝レニーのランダムグラフの相転移およびスケーリング窓挙動を、一般の有限かつ推移的グラフに拡張すること。
• ランダム部分グラフが類似する臨界挙動を示すために十分な条件である、臨界において小さな三角形図の導入。
• スケーリング窓内および外での最大クラスターサイズの特定、特に明確な漸近的境界の特定。
• 窓の上での透過確率を定義・分析し、$\Omega(p - p_c)$ に比例してスケーリングすることを示すこと。

提案手法

• 臨界閾値 $p_c$ を、固定された頂点の期待クラスターサイズが $\lambda V^{1/3}$ に達する値として定義し、非自明なスケーリング極限を保証する。
• 相関を制御するための主要な量として三角形図 $\nabla_p(x,y)$ を導入；$p_c$ でこれが小さい場合、モデルはランダムグラフと同様に振る舞うことを示す。
• BK不等式とデカップリング技術を用いてクラスターサイズの2次モーメントの微分をバインドし、フラクチュエーションを制御可能にする。
• 3つの領域における最大クラスターサイズの挙動を分析：スケーリング窓内（$|p - p_c| = \Theta(\Omega^{-1}V^{-1/3})$）、窓より下（$p < p_c - \epsilon$）、窓より上（$p > p_c + \epsilon$）。
• 最大クラスターサイズの期待値に対する上界を確立：窓の上では $O(\Omega(p - p_c)V)$、窓の下では $\epsilon = \Omega(p_c - p)$ として $O(\epsilon^{-2}\log(V\epsilon^3))$。
• 窓の上での透過確率を定義・分析し、$\Theta(\Omega(p - p_c))$ に比例することを示す。

実験結果

リサーチクエスチョン

• RQ1 有限かつ推移的グラフのランダム部分グラフが、エレドシュ＝レニーのランダムグラフと類似する相転移を示すための条件は何か？
• RQ2 最大クラスターサイズが $\Theta(V^{2/3})$ に保たれるスケーリング窓の正確な幅は何か？
• RQ3 スケーリング窓の外では、$p_c$ より下と上での最大クラスターサイズはどのように振る舞うか？
• RQ4 臨界閾値の上での透過確率の漸近的挙動は何か？
• RQ5 どのグラフクラスが三角形条件を満たし、スケーリング窓の結果の有効性を保証するか？

主な発見

• 最大クラスターサイズは、幅 $|p - p_c| = \Theta(\Omega^{-1}V^{-1/3})$ のスケーリング窓内で $\Theta(V^{2/3})$ に保たれ、臨界スケーリング挙動が確認された。
• 窓の下では $\epsilon = \Omega(p_c - p)$ として、最大クラスターサイズは $O(\epsilon^{-2}\log(V\epsilon^3))$ に抑えられ、サイズの急激な低下が示された。
• 窓の上では、最大クラスターサイズの期待値は $O(\Omega(p - p_c)V)$ に抑えられ、$p_c$ からの距離に線形依存が見られた。
• 窓の上での透過確率は $\Theta(\Omega(p - p_c))$ に比例し、$p_c$ からの逸脱に対して線形応答を示した。
• 三角形図が $p_c$ で十分に小さいグラフに対して本結果は成り立つ。これにはランダムグラフ、$n$-立方体、特定のハミング立方体、および $n > 6$ のスプレッドアウト $n$ 次元トーラスが含まれる。
• 臨界閾値 $p_c$ は、固定頂点の期待クラスターサイズが $\lambda V^{1/3}$ に達するように定義され、非自明なスケーリング極限を保証する。